Mindket

MuLaCover

新上架第 1 版 · 更新于

概览

在 Gradio 演示里根据参考曲目、你自己的歌词和一行风格描述生成 AI 翻唱歌曲。模型权重和生成结果只能用于非商业用途。

MuLaCover 是一款工具包,属于效率类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Windows、macOS 或 Linux 上的 Python 3.10 和 pip
  • requirements.txt 里的 Python 软件包
  • packages.txt 里的系统软件包,Hugging Face 用 apt-get 安装
  • Gradio 6.17.3,也就是这个 Space 使用的版本
用在
  • 浏览器,访问 Hugging Face 上的这个 Space
  • 一台运行 Windows、macOS 或 Linux 并装有 Python 3.10 的自己的电脑
  • MCP 客户端,因为这个 Space 带有 MCP 标签,不过来源没有给出连接步骤
先运行
pip install -U huggingface_hub
hf download hugging-apps/mulacover-demo --repo-type space --local-dir mulacover-demo
cd mulacover-demo

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

MuLaCover 是一个可控 AI 翻唱和音乐混音的 Gradio 演示。你提供要跟随的曲目、自选的歌词和一句描述风格的短话。模型读取参考曲目的旋律、和弦和鼓点,然后生成新的音频,并解码成 48 kHz 的 WAV 文件。它在 Hugging Face 的 GPU 硬件上运行,并带有 MCP 标签。

适合谁

想听到一首歌换上新风格和新歌词的音乐爱好者和研究人员,仅限非商业用途。

行业谁在用怎么用例子
音乐业余音乐人听自己的歌词配上参考旋律唱出来给出参考片段、歌词和一行风格描述
研究音乐 AI 研究人员试用一个可控的生成流水线比较不同风格描述的输出
软件开发者研究转写、风格编码和生成是如何串起来的阅读 app.py
教育音乐技术的学生看旋律和和弦如何引导生成试用附带的示例片段

打算把生成结果拿去商业销售或发布的人必须跳过它,或者另外取得授权。

用在哪里

  • 浏览器,访问 Hugging Face 上的这个 Space
  • 一台运行 Windows、macOS 或 Linux 并装有 Python 3.10 的自己的电脑
  • MCP 客户端,因为这个 Space 带有 MCP 标签,不过来源没有给出连接步骤
用例谁用得到什么
制作翻唱歌曲音乐人一个按你描述的风格生成的 48 kHz WAV
混音一首曲目制作人一个沿用参考旋律的新版本

如何设置

  • Windows、macOS 或 Linux 上的 Python 3.10 和 pip
  • requirements.txt 里的 Python 软件包
  • packages.txt 里的系统软件包,Hugging Face 用 apt-get 安装
  • Gradio 6.17.3,也就是这个 Space 使用的版本
  • GPU,因为这个 Space 设为 zero-a10g
  1. 安装 Hugging Face 的 hub 软件包。
  2. 用 hf 命令下载这个 Space。
  3. 进入新建的文件夹。
  4. 安装 Space 使用的版本的 gradio,再安装列出的软件包。
  5. 用 Python 启动应用。
pip install -U huggingface_hub
hf download hugging-apps/mulacover-demo --repo-type space --local-dir mulacover-demo
cd mulacover-demo
pip install gradio==6.17.3
pip install -r requirements.txt
python app.py

如何使用

在线使用时,访问 Hugging Face 上的这个 Space,添加要跟随的曲目和你的歌词,用一句短话描述风格,然后生成。在自己的电脑上,运行启动命令,再打开 Gradio 提供的本地页面。

python app.py
工具作用
参考歌曲提供要跟随的旋律、和弦和鼓点
歌词你想在新版本里唱出来的词
风格提示词一行描述你想要的声音
examples存放附带的参考片段

示例

你选一段附带的 45 秒参考片段,写几行歌词,再用一行描述风格。演示会返回一个新的音频文件,旋律跟随片段,唱的是你的词。

新手与专家

如果你刚接触,先用一段附带的示例片段,了解参考应该是什么样子。然后只改风格那一行,听结果有什么变化。

如果你熟悉这个领域,流水线分几个阶段工作。YourMT3 和 ChordNet 把参考曲目转成乐谱信息,Qwen3-Embedding 编码风格文字,3B 的 llama 骨干生成 HeartCodec 音频词元,最后再解码。代价是大量占用 GPU 和非商业许可。

  1. 你给出歌曲、歌词和风格
  2. 读取旋律、和弦和鼓点
  3. 编码风格
  4. 生成音频词元
  5. 解码出 48 kHz 的 WAV

注意事项

  • Hardware: 这个 Space 设为 zero-a10g
  • Example clips: 两段 45 秒的 Josh Woodward 片段,许可为 CC BY 4.0
  • License: cc-by-nc-4,模型仓库里还有额外条款
  • Cost to run: GPU 硬件,没有提到任何 API 密钥或付费服务
  • Data it reaches: 你提供的歌曲和歌词,以及它从 Hugging Face 获取的模型
  • Not for: 对权重或生成结果的商业使用,除非 MuLa Labs 另行授权

README 和文件

README

MuLaCover

在 Gradio 演示里根据参考曲目、你自己的歌词和一行风格描述生成 AI 翻唱歌曲。模型权重和生成结果只能用于非商业用途。

由 hugging-apps 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:MuLaCover 是一个可控 AI 翻唱和音乐混音的 Gradio 演示。你提供要跟随的曲目、自选的歌词和一句描述风格的短话。模型读取参考曲目的旋律、和弦和鼓点,然后生成新的音频,并解码成 48 kHz 的 WAV 文件。它在 Hugging Face 的 GPU 硬件上运行,并带有 MCP 标签。

适合谁:想听到一首歌换上新风格和新歌词的音乐爱好者和研究人员,仅限非商业用途。

行业 | 谁在用 | 怎么用 | 例子
音乐 | 业余音乐人 | 听自己的歌词配上参考旋律唱出来 | 给出参考片段、歌词和一行风格描述
研究 | 音乐 AI 研究人员 | 试用一个可控的生成流水线 | 比较不同风格描述的输出
软件 | 开发者 | 研究转写、风格编码和生成是如何串起来的 | 阅读 app.py
教育 | 音乐技术的学生 | 看旋律和和弦如何引导生成 | 试用附带的示例片段

打算把生成结果拿去商业销售或发布的人必须跳过它,或者另外取得授权。

用在哪里:

  • 浏览器,访问 Hugging Face 上的这个 Space
  • 一台运行 Windows、macOS 或 Linux 并装有 Python 3.10 的自己的电脑
  • MCP 客户端,因为这个 Space 带有 MCP 标签,不过来源没有给出连接步骤
用例 | 谁用 | 得到什么
制作翻唱歌曲 | 音乐人 | 一个按你描述的风格生成的 48 kHz WAV
混音一首曲目 | 制作人 | 一个沿用参考旋律的新版本

如何设置:

  • Windows、macOS 或 Linux 上的 Python 3.10 和 pip
  • requirements.txt 里的 Python 软件包
  • packages.txt 里的系统软件包,Hugging Face 用 apt-get 安装
  • Gradio 6.17.3,也就是这个 Space 使用的版本
  • GPU,因为这个 Space 设为 zero-a10g
  1. 安装 Hugging Face 的 hub 软件包。
  2. 用 hf 命令下载这个 Space。
  3. 进入新建的文件夹。
  4. 安装 Space 使用的版本的 gradio,再安装列出的软件包。
  5. 用 Python 启动应用。
pip install -U huggingface_hub
hf download hugging-apps/mulacover-demo --repo-type space --local-dir mulacover-demo
cd mulacover-demo
pip install gradio==6.17.3
pip install -r requirements.txt
python app.py

如何使用:在线使用时,访问 Hugging Face 上的这个 Space,添加要跟随的曲目和你的歌词,用一句短话描述风格,然后生成。在自己的电脑上,运行启动命令,再打开 Gradio 提供的本地页面。

python app.py
工具 | 作用
参考歌曲 | 提供要跟随的旋律、和弦和鼓点
歌词 | 你想在新版本里唱出来的词
风格提示词 | 一行描述你想要的声音
examples | 存放附带的参考片段

示例:你选一段附带的 45 秒参考片段,写几行歌词,再用一行描述风格。演示会返回一个新的音频文件,旋律跟随片段,唱的是你的词。

新手与专家:如果你刚接触,先用一段附带的示例片段,了解参考应该是什么样子。然后只改风格那一行,听结果有什么变化。

如果你熟悉这个领域,流水线分几个阶段工作。YourMT3 和 ChordNet 把参考曲目转成乐谱信息,Qwen3-Embedding 编码风格文字,3B 的 llama 骨干生成 HeartCodec 音频词元,最后再解码。代价是大量占用 GPU 和非商业许可。

你给出歌曲、歌词和风格
读取旋律、和弦和鼓点
编码风格
生成音频词元
解码出 48 kHz 的 WAV

注意事项:

  • Hardware: 这个 Space 设为 zero-a10g
  • Example clips: 两段 45 秒的 Josh Woodward 片段,许可为 CC BY 4.0
  • License: cc-by-nc-4,模型仓库里还有额外条款
  • Cost to run: GPU 硬件,没有提到任何 API 密钥或付费服务
  • Data it reaches: 你提供的歌曲和歌词,以及它从 Hugging Face 获取的模型
  • Not for: 对权重或生成结果的商业使用,除非 MuLa Labs 另行授权

Hugging Face 上的数据(2026年11月13日)

  • 点赞:47
  • 构建方式:gradio
  • 许可证:cc-by-nc-4.0

链接

  • Space:https://huggingface.co/spaces/hugging-apps/mulacover-demo
  • 文件:https://huggingface.co/spaces/hugging-apps/mulacover-demo/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
MuLaCover 本页47gradiocc-by-nc-4.0
Audio Separator Pro共有 music · gradio9gradiomit
Background Removal共有 mcp-server · gradio2,988gradiomit
Diffusers Image Outpaint共有 mcp-server · gradio2,565gradioapache-2.0
FLUX.1 Kontext共有 mcp-server · gradio1,661gradiomit
Chatterbox Turbo Demo共有 mcp-server · gradio541gradiomit
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Nanosaur2-670M

well9472 · 工具包

用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。

新上架

waqf-ocr-hand-written-v1

Waqf-AI · 工具包

读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。

新上架

Wan2.2-TI2V-5B-Diffusers

Wan-AI · 工具包

根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。

新上架

效率类的相似商品

查看效率类的全部商品

Wan2.1-T2V-1.3B-Diffusers

Wan-AI · 工具包

用小型的 1.3B Wan2.1 模型根据文字提示词生成短的 480P 视频,已打包成 diffusers 库可用的形式。在约 8.19 GB 显存的消费级显卡上就能运行。

新上架

Dulu Malayalam ASR

serendipitylabs · 工具包

在 CPU 或 CUDA GPU 上把马拉雅拉姆语语音转成文字,是 Serendipity Labs 的早期研究版本。适合想为简短清晰的录音生成转写草稿的人。

新上架

LFM2.5-350M-home-assistant-sft

OrdenWills · 工具包

把“关掉电视”这样的日常家居指令变成结构化的工具调用,并先检查设备状态。这是一个 3.5 亿参数的模型,适合智能家居开发者和爱好者。

新上架